# ハードウェア・ソフトウェア協調設計によるSVM を用いた大腸内視鏡診断支援システム
## 背景
- 大腸がんは早期発見/治療ができればほぼ完治できる

## 問題
- 診断には専門知識と経験を持つ医師が必要隣、診断できる医師が限られる。
- 医療現場では以下の要件が求められる
1. 高速性と即応性
2. 高識別精度(腫瘍or非腫瘍が医師の見識と一致する)

## BoFを用いた識別
- BoF(Bag-of-features)
- 文書検索を画像に応用
- 画像のある部分の特徴量ベクトルを1つの単語とみなし、それの出現頻度によって識別を行う

#### 結果
- 正しい閾値で判定することに成功
- 画像中央の120 x 120 pixcel領域に対して14.7fpsを実現し、正診率97%を達成

## 新たな課題
- 上記の方法では以下のような問題に対応できない
- 画像内に複数のタイプの腫瘍が存在している場合
- 画像の中央領域以外に腫瘍が存在している場合

## Scan Windowを用いた識別
- 課題を解決するためScan Windowと呼ばれる矩形領域を使用した画像のスキャンを用いる

## Scan Windowの大小
- Scan Windowの大小によって識別精度と分解能が変わる
- 大きい: 識別精度 ↑ 分解能 ↓
- 小さい: 識別精度 ↓ 分解能 ↑
- ちょうどよい大きさを見つけるのが難しい

## 階層別タイプ識別
- 複数のScan Windowサイズを組み合わせて識別を行う

## ハードウェア・ソフトウェア協調
- ソフトウェアで階層別タイプ識別をFullHDに対して適用すると、1つのScan Windowにかかる処理時間が20分になる
- `1.高速性と即応性`が実現できない
- Scan Windowサイズやスキャン間隔によってハードウェア構成が変わってしまう
- タイプ識別部のみをハードウェア化する
- 残りの部分はソフトウェアで実装

## 結果
- ハードウェア実装とソフトウェア実装とで処理時間の差はあまり生まれなかった
- 識別部以外の処理時間が大きく、識別部の処理時間は小さかったため
- ハードウェアはソフトウェアのような逐次実行ではなく、並列実行できるので、さらなる高速化が期待できる